python中怎么读取数据集

在Python中读取数据集的方法取决于数据集的类型和格式。以下是一些常见的方法：

读取文本文件:

使用内置的`open（）`函数和`read（）`方法：

```python

with open（'data.txt', 'r'） as file:

data = file.read（）

读取CSV文件:使用`csv`模块：```python
import csv
with open（'data.csv', 'r'） as file:
 reader = csv.reader（file）
 for row in reader:
 print（row）

读取JSON文件:

使用内置的`json`模块：

```python

import json

with open（'data.json', 'r'） as file:

data = json.load（file）

读取二进制文件:使用`numpy`库：```python
import numpy as np
data = np.fromfile（'data.bin', dtype=np.float32）

读取HDF5文件:

使用`h5py`库：

```python

import h5py

with h5py.File（'data.hdf5', 'r'） as file:

data = file['dataset_name'][:]

读取特定数据集（如西瓜数据集）:使用`pandas`库：```python
import pandas as pd
data_path = './watermelon.csv'
data = pd.read_csv（data_path）
print（data.head（））

解压数据集:

如果数据集是压缩格式（如.zip），需要先解压：

```python

import zipfile

import os

def unzip_data（src_path, target_path）:

with zipfile.ZipFile（src_path, 'r'） as z:

z.extractall（path=target_path）

unzip_data（'data/data10954/cat_12_test.zip', 'data/data10954/cat_12_test'）

读取数据库中的数据:使用`pymssql`库（需要先安装`pymssql`）：```python
import pymssql
conn = pymssql.connect（server='127.0.0.1', user='sa', password='password', database='master'）
cursor = conn.cursor（）
cursor.execute（'SELECT name FROM sys.databases'）
row = cursor.fetchone（）
while row:
 print（row）
 row = cursor.fetchone（）
conn.close（）

选择合适的方法读取数据集时，要考虑数据集的大小、格式以及是否需要进行特定的数据处理。如果数据集很大或者需要复杂的数据处理，可能需要使用更专业的库，如`pandas`或`dask`